Python4：Cartopy和matplotlib包绘制地图和时间序列图

温馨提示

（1）本号分享的有关python的经验方法都是基于anaconda下载的库包（conda install 库包名 或 cmd 命令 pip install 库报名），以及使用anaconda里的spyder(python3.8)编辑和运行代码。

（2）所有的代码都是经过了spyder(python3.8)正常运行得出结果的，可以放心使用，也欢迎交流和讨论。

（3）使用的软件以及不同版本，都有可能会导致代码运用出现问题（不代表分享的代码有问题或是错误的。），关于不同版本运行本号分享的代码出现问题，请自行网上搜索解决办法解决。

（4）如有转载或分享请注明出处，尊重本号版权和辛劳，谢谢！如有侵权敬请联系删除。

$ n" R. @" I' E' }! p/ V

Cartopy是一个Python包，用于地理空间数据处理，以便生成地图和其他地理空间数据分析。Cartopy利用了强大的PROJ.4、NumPy和Shapely库，并在Matplotlib之上构建了一个编程接口，用于创建发布质量的地图。cartopy的主要特点是面向对象的投影定义，以及在投影之间转换点、线、向量、多边形和图像的能力。

/ }0 y) i0 _( Q- l# A9 H

绘制简单地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。创建基本地图非常简单，只需告诉Matplotlib使用特定的地图投影，然后在轴上添加一些海岸线：

1. 使用anaconda安装Cartopy库：

• 
  
  , R. ~9 Q# t( b, D3 ^+ J+ z7 u. t* F

conda install Cartopy

: Q5 e# y6 e$ \7 \2 q7 z
8 b6 ~, ?: @' e9 k8 o

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  " [0 s% m; D) K$ B% q
• 
  
• 
  
• 
  9 m( s9 ]3 U6 ^: w' P
• 
  1 f7 {0 W$ {5 V8 a% C& R+ R1 y0 |
• 
  
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()

---

• 
  3 i$ ~* q: Q7 R0 ], J
• 
  
• 
  
• 
  
• 
  
• 
  % ^8 e7 r) m4 G: W7 y& |) C
  ; r0 [9 s" J6 s1 C. m

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#换一种投影ax = plt.axes(projection=ccrs.Mollweide())ax.stock_img()plt.show()
6 E/ s# P4 E; ?$ t

图形保存方式：

• 
  
• 
  
• 
  
  4 r' w2 X3 e  D% v9 c; u4 U

# Save the plot by calling plt.savefig() BEFORE plt.show()plt.savefig('coastlines.pdf')  #保存为pdf格式的文件plt.savefig('coastlines.png')  ##保存为png格式的图片

( D0 _# h- O8 j

绘制时间序列图

例：以三角函数为例绘图

• 
  # A" ?2 t3 C$ b7 s6 w+ v! k) u/ c
• 
  0 j0 T& b; P9 u) a; O
• 
  
• 
  
• 
  ( `! d7 q! t' @. C
• 
  " U6 A6 R. B! S8 S7 Z$ }1 Y
• 
  . b4 G7 @1 x, ]* ]  S7 L! ^9 w
• 
  ' S1 Q) a- |" W& H" t. J
• 
  ( Z9 W, d' p/ n# I; R! S) o% W
• 
  4 b& g! y! F" c5 _4 n5 I$ V  M6 u
• 
  
• 
  
• 
  " l; ~; p7 K; v; ?" m0 O
• 
  
• 
  0 Q8 q0 m* p* |7 Y# ^
• 
  9 Q+ Y* L8 G5 r4 y
• 
  
• 
  1 T1 F# w" S7 F9 Z
• 
  
• 
  3 t. y2 `' O8 T) B" w. f* d
  " c  b+ m; J+ t1 x( O7 k% \$ o

import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题x = np.arange(-2*np.pi, 2*np.pi, 0.01)  #设值y1 = np.sin(x)y2 = np.cos(x)plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, label='$sinx$')  #绘制sin曲线plt.plot(x, y2, label='$cosx$')  #绘制cos曲线plt.legend(loc='upper right')  #图例plt.xlim(-2*np.pi-1, 2*np.pi+3)plt.xticks([-2*np.pi, -np.pi, 0, np.pi, 2*np.pi], ['$-2\pi$', '$-\pi$', '$0$', '$\pi$', '$2\pi$'])plt.title('三角-函数')plt.xlabel('横坐标')plt.ylabel('纵坐标')plt.axhline(y=0, c='black')plt.show()

7 K6 s& r4 D5 V, X

: o/ D6 R; z3 R2 e9 r. ~, Z4 E2 k                               
登录/注册后可看大图

以某地1979-2019年平均气温为例绘制两个站点气温时间序列的子区域图：

数据内容如下：

• 
  / o9 w& I9 d) B7 S
• 
  $ a  a$ h( r  }8 e# _9 Y
• 
  ) V$ ~8 Y' x! E( T( t8 [2 x6 O
• 
  1 G) `- d% M! L% t0 q" f, \/ Q
• 
  
• 
  ( K1 i' h: P# v4 S0 `5 v
• 
  ; U# w2 l  y- D6 h6 R( {; f
• 
  
• 
  
• 
  
• 
  & v" @* A' S; K- P
• 
  0 E3 B+ C0 P- a0 }7 o" s  x& }4 K9 A
• 
  9 f- Z6 d! _% l* L3 f' d7 S+ Q
• 
  4 q9 Q* k$ a* q. |
• 
  7 V0 Q0 I+ z0 U
• 
  ; ?& P* e$ L. S% o4 M
• 
  
• 
  5 b' k' \) E7 y1 V
• 
  
• 
  8 o$ l: l0 c1 f# C- U9 O/ w) |5 V
• 
  & g8 T! T6 y, \" W) {4 z7 d+ E
• 
  " R5 v( u7 N0 u5 Z& C( X0 a7 Q
• 
  
  ! x9 E2 F( _: m" T0 O0 O, J

import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题#读取某地1979-2019年年平均气温数据共40年data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, 'r',  label='$sta1$')  #绘制sin曲线plt.plot(x, y2, 'b', label='$sta2$')  #绘制cos曲线plt.legend(loc='upper left')  #图例plt.title('1979-2019 annual mean temperature')plt.xlabel('year')plt.ylabel('tem')plt.show()
6 u. z  G( ?# `! q

$ b  A, W! [; Z+ l$ p; f* ~

                               
登录/注册后可看大图

使用matplotlib.pyplot(plt)进行绘图时，直接使用plt里的函数：使用面向对象的方法，先产生一个Axes对象，再对此对象进行操作，实现绘图。